はじめに
Chapter1「観測」では、Pythonを使って約11年半・1,720回の取引を様々な角度から分析しました。

ランダムウォークへの挑戦⑪ | 零号機の性格診断──Chapter1「観測」 完結(2026/8/1)
ここまでPythonを使って、零号機を様々な角度から分析してきました。月別成績、時間帯、曜日、保有時間、連勝・連敗、ドローダウン……。一つ一つを見るだけでは見えなかったものも、全体を俯瞰すると、このシステム「零号機」の性格が少しずつ見えてき…
月別成績、時間帯、曜日、保有時間、連勝・連敗、ドローダウンなど。
一つ一つの分析を積み重ねることで、零号機にはいくつかの特徴があることが分かりました。
しかし、ここまで分かったのは、「どのような結果になったか」だけです。
例えば、「保有時間が長い取引は負けやすい」という事実は分かりましたが、「なぜそうなるのか」に対してはまだ分析できていません。
今回から始まるChapter2「学習」では、観測した結果をもとに仮説を立て、その仮説を一つずつ検証していきます。
Chapter1で見えた零号機の特徴
まずは、Chapter1で分かったことを整理します。
| 観測結果 | 考えられる疑問 |
|---|---|
| 1~4時間で利益が集中 | なぜ4時間以内なのか? |
| 4時間以上保有すると急激に悪化 | 長時間保有が原因なのか、それとも結果なのか? |
| 火曜日だけ利益が突出 | 市場参加者の影響なのか? |
| 深夜帯は利益が少ない | ボラティリティ不足なのか? |
| ドローダウンは特定期間に集中 | 共通する相場環境があるのでは? |
| 連敗は意外と少ない | EAのロジックは機能しているのでは? |
以上がChapter1の「分析」で分かった診断結果です。
Chapter2でやること
Chapter2では、「特徴」ではなく原因を探します。
Chapter1では、零号機の特徴を観測しました。しかし、それだけでは「なぜその結果になったのか」は分かりません。
Chapter2では、観測 → 仮説 → 検証 → 改善 → 再検証という流れで、一つひとつの仮説を検証していきます。
そして最終的には、人間のように複数の視点から相場を判断する「MAGIシステム」の実現を目指します。
現在の零号機が記録しているのは、エントリーや決済といった取引結果です。
しかし、人間のトレーダーは、「ボラティリティは高かったのか」「トレンド相場だったのか」「どの時間帯だったのか」など、その時の相場環境も経験として蓄積しています。
零号機が本当に学習するためには、まず相場環境を含めた「経験」を記録できるようにする必要があります。
Chapter2は、その記録を作るところから始めます。
コメント